刀具磨损监测的随机向量相关度量法

本文提出了一种运用功率累积和与n 维随机向量相关度量监测刀具磨损的新方法,即通过计算刀具三向振动加速度的相关度量系数,主轴扭矩或某项振动加速度的功率累积和综合监测刀具的磨损、破损以及刀具磨损的程度。该法在简单性、可靠性等方面比以往提出的方法有较大的进步,因而使得本方法具有很大的应用前景。文中对该法的理论基础进行了严格的证明,并给出了实验论证结果。     

基于光谱信息融合的发动机磨损状态监测

光谱分析技术操作简便、快捷, 是发动机磨损状态监测与故障诊断行之有效的主要手段。基于发动机磨损特征及其状态识别框架, 建立了其信息融合系统, 并结合实例, 分别应用磨损量信息融合、磨损率信息融合和磨损量与磨损率联合融合 3种方法, 得到发动机磨损工况的信任区间及其磨损状态。实践证明, 光谱信息融合方法可提高发动机磨损状态的识别率, 是发动机磨损状态监测的理想方法。     

刀具状态监测的模糊集方法

刀具状态监测技术一直是制约加工系统自动化和智能化水平提高的主要因素，本文采用模糊线性方程描述刀具状态与监测指标之间的关系，根据学习样本的可能分布和概率分布确定方程的参数，选用不同传感器信号特征组合进行对比实验，结果表明该方法可获得较高的识别率。     

等离子弧加热切削工程陶瓷试验

主要阐述了采用自制新型水介质等离子弧设备对氮化硅陶瓷材料进行加热辅助切削的试验条件及过程。通过对加工后刀具磨损的测量,总结出在热源距离h=8mm,电流I=6A,电压U=140V的热源条件下,采用V=450r/min、f=0·08mm/r和ap=0·2mm的切削用量时,刀具磨损比较小,切削效果理想。该试验说明了应用该小功率水介质等离子弧辅助加热切削氮化硅陶瓷材料的方法可行而有效,能够大大降低加工成本,对促进工程陶瓷材料的更广泛应用具有重要意义。     

某加农炮身管内膛烧蚀磨损对内弹道性能的影响

通过对某加农炮的身管烧蚀磨损特征数据进行分析整理,确定了身管烧蚀磨损特征面,采用了多特征面来表述火炮内弹道性能变化。将该研究方法具体用于某加农炮身管特性的研究,建立了该加农炮的内弹道性能与其身管内膛烧蚀磨损特征量之间的关系模型。     

基于油液分析的自行火炮装备性能监测研究

提出了一种基于油液光谱分析技术的自行火炮装备磨损故障诊断方法 ,该方法主要包括用于监测润滑油中磨损金属颗粒浓度变化的模型 ,并制定了各主要磨损金属元素的浓度和梯度界限值 ,并将其分为三个层次。同时将灰色建模理论引入光谱分析领域 ,通过拟合光谱仪分析的数据 ,掌握润滑油中磨损金属颗粒浓度的变化规律 ,进而对其浓度变化规律进行预测 ,从而达到对装备进行性能监测的目的。     

铁谱技术及其在机械监测诊断应用的机理研究

简要分析了磨粒监测技术的几种方法,并对各种监测技术的原理、特点、适用范围进行了评述和比较。在文中系统论述了铁谱分析技术的基本原理及在磨粒监测分析中的重要意义;是应用磁场将润滑剂中磨损颗粒进行分类并计数的一种技术,对铁谱片上磨损碎片的观测能够诊断引起非正常磨损的起因和机械部件磨损的真实情况,常用来检测非正常磨损、磨损方式和磨损的程度,为预测磨损部件的使用寿命提供基本信息,从而使油液的监测分析结果更为全面和准确。     

多特征融合文本聚类的新闻话题发现模型

融合新闻命名实体、新闻标题、新闻重要段落、文本语义等多特征影响,提出基于多特征融合文本聚类的新闻话题发现模型。模型根据新闻的多特征影响,提出一种多特征融合文本聚类方法。该方法针对新闻标题、新闻重要段落等特征因素构建向量空间模型及相似度算法,基于潜在狄利克雷分配模型构建主题空间模型及相似度算法,针对命名实体构建命名实体模型及相似度算法,并将三种相似度算法形成最优融合。基于多特征融合文本聚类方法,模型改进了用于新闻话题发现的Single-Pass算法。实验是在真实新闻数据集上开展的,实验结果表明:该模型有效地提高了新闻话题发现的准确率、召回率和综合评价指标,并具有一定的自适应能力。     

高硬再制造表面强化层的加热切削研究

应用高性能硬质合金、陶瓷刀具和CBN刀具对常温条件下难以加工的高硬堆焊材料进行加热切削试验。试验结果表明：尽管加热条件下冲击效应降低,但CBN刀具仍然破损严重;陶瓷刀具虽然也无法实现理想的切削,但切削过程中刀具破损模式从崩碎式失效转变为磨损失效;3种刀具中高性能硬质合金应用效果最佳,其最佳参数条件下,一个切削里程后刀面VB值仅为0．3mm,试验过程中,刀具磨损随表面加热温度、切削速度、切削深度的提高而增大,但随进给量取值的增大而减小,其中切削速度对刀具VB值的影响最大,而进给量和削切深度对刀具VB值的影响较小。综合分析还表明：试验中刀具磨损速率仍然受刀具红硬性极限的限制。     

基于仿射原理的活塞环仿形数控加工系统

本文介绍一种新颖的活塞环非圆轮廓曲线仿形数控加工技术。利用该技术可实现用同一种凸轮加工多种具有不同压力分布曲线的活塞环。当凸轮或刀具磨损后可进行误差补偿加工,提高了机床的“柔性”和精度。同时利用智能决策和模糊控制技术解决抗干扰问题及增强系统的鲁棒性。     

基于神经网络技术和小波分析的发动机 气缸气密性能检测研究

提出了一种基于小波分析和神经网络技术检测发动机气缸气密性能的新方法。对电涡流位移传感器拾取的飞轮位移信号直接进行时域采样 ,通过处理和小波分析 ,获得反映发动机启动瞬时转速尺度参数 ,BP神经网络以此作为输入向量 ,从而有效地检测发动机气缸气密性能。     

基于多信息的柴油机缸套磨损故障诊断研究

采用了模糊神经网络模型,对柴油机缸套磨损故障以及缸套破坏性磨损故障进行了诊断研究.通过缸套磨损故障的模拟实验,获取柴油机机身振动和铁谱分析等多源多维故障信息,并对融合故障信息进行预处理,解决了模糊神经网络输入矢量的模糊特性化、输出矢量的隶属函数及网络的学习训练问题,对缸套不同磨损故障进行了诊断.研究表明,这种基于多信息的诊断方法减小了故障诊断的不确定性,提高了诊断精度.     

神经网络的原理及应用

人工神经网络是在现代神经科学研究成果的基础上提出的,反映了人脑功能的基本特征。但它只是人脑功能的某种抽象、模拟和简化。研究这一技术的目的在于,探索人脑加工、储存和搜索信息的机制,并将其原理应用于人工智能的可能性。本文介绍了一些神经网络模型及应用。     

小波分析和神经网络结合的变速箱状态识别

针对变速箱故障信号的非平稳和时变特性，提出了小波分析和神经网络结合的变速箱状态识别方法。为了验证该方法的有效性，试验模拟了某型车辆变速箱正常、7216轴承滚动体点蚀及3挡被动齿轮严重磨损3种状态，以箱体振动信号作为分析信号，首先对信号应用小波阈值法降噪减少干扰，接着将小波分解系数单子带重构得到不同频带的信号分量，提取各频带能量作为特征向量输人神经网络进行状态识别，结果表明该方法能有效识别变速箱的3种状态。     

神经网络在声纳目标识别中的研究进展

综述了神经网络在声纳信号预处理、目标特征提取及其自动分类方面的研究进展,简要分析了神经网络模型的特点和在应用中的局限性。并对该领域的发展趋势提出了自己的看法。     

结构主导目标检测中的纹理随机化

已有基于卷积神经网络的目标检测算法倾向于提取目标纹理特征,而非结构特征;因此,已有方法不能实现变纹理目标的可靠检测。针对此问题,提出基于纹理随机化的结构主导目标检测方法,采用仿真纹理随机化方法减弱网络模型对纹理特征的拟合,实现基于结构特征的变纹理目标可靠检测。利用目标的三维模型,借助Blender渲染引擎,完成纹理随机化仿真训练数据集的生成。仿真及真实图像实验测试结果表明:该方法能够实现基于目标结构特征的变纹理目标可靠检测。     

改进的BP算法在柴油机故障诊断中的应用研究

利用改进BP算法的神经网络对柴油机进行故障诊断.首先讨论了其训练算法,然后确定了柴油机故障诊断所用特征参数及故障种类,并提出特征参数数据归一化公式,最后以6-135ZC柴油机为例,将实验数据输入网络验证.结果表明,神经网络对柴油机故障识别率很高,应用于柴油机故障诊断领域是切实可行的.     

基于SVR的火控系统解算诸元数据拟合方法

火控系统动态精度测试,需要以对火控系统实际输出射击诸元数据的有效数据拟合为前提。采用SVR方法,可将非线性的复杂函数转化为高维特征空间的线性拟合问题。利用ε不敏感损失函数,描述了采用SVR对火控系统解算诸元的拟合方法,并通过与多项式拟合与神经网络拟合方法相比较,表明了SVR方法的有效性。